-
公开(公告)号:CN118658076A
公开(公告)日:2024-09-17
申请号:CN202410844554.3
申请日:2024-06-27
Applicant: 湖北工业大学
IPC: G06V20/13 , G06V10/20 , G06V10/40 , G06V10/774 , G06V10/80
Abstract: 本发明属于遥感定向目标检测领域,公开了一种优化遥感定向小目标检测的回归损失函数计算方法及系统,本发明通过结合目标自身的形状和尺度对定向目标检测模型的回归损失进行约束,提高定向目标检测模型对于遥感图像中目标自身形状的敏感程度,从而提升定向小目标的检测精度。相比于其它的增强特征融合和注意力机制的方法,本发明可以在不提升模型参数量和不影响模型推理速度的情况下,大幅度提升遥感图像中定向小目标检测的精度,具备通用性和高效性。
-
公开(公告)号:CN117808905A
公开(公告)日:2024-04-02
申请号:CN202311872590.2
申请日:2023-12-29
Applicant: 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC: G06T9/00 , G06N3/0464 , G06N3/084 , G06N3/082 , G06V10/82 , G06V10/766
Abstract: 本发明公开了一种目标检测模型的压缩方法。先搭建由通道重排层、卷积层、归一化层、激活层、深度可分离卷积层、通道拼接层组成的轻量化特征提取模块;使用轻量化特征提取模块替换原始目标检测模型中的特征提取模块,得到轻量化目标检测模型;将原始目标检测模型作为教师模型,轻量化目标检测模型作为学生模型,采用一般概率分布的方式来表示目标检测模型的定位信息,进行概率分布蒸馏,提高了学生模型的检测精度,得到压缩后的模型。在原始目标检测模型的残差连接之前加入通道重排操作,方便特征复用;将残差连接中的逐元素“相加”操作替换为拼接操作,在深度可分离卷积之后没有时使用激活层,降低了逐元素的计算耗时,提高了模型的检测速度。
-